GERİ DÖN
Ders Öğretim Planı
| Dersin Kodu | Dersin Adı | Dersin Türü | Yıl | Yarıyıl | AKTS |
|---|---|---|---|---|---|
| FBIST7025 | Çok Değişkenli Veri Analizi I | Ders | 1 | 1 | 5,00 |
Dersin Seviyesi
Yüksek Lisans
Dersin Sunulduğu Dil
Türkçe
Dersin Amacı
Çok Değişkenli sürekli ve kesikli verilere ilişkin olasılık modellerini öğrenerek, bu verilere ilişkin sonuç çıkarımı yapabilmek.
Dersi Veren Öğretim Görevlisi Görevlileri
Prof. Dr. H. Eray Çelik
Öğrenme Çıktıları
| 1 | Çok değişkenli doğrusal regresyon modeli için parametre tahmini, model kestirimi ve sonuç çıkarımı yapabilir. |
| 2 | Temel bileşenler analizini öğrenerek gerek alanında gerek alanı dışında uygulamasını yapabilir. |
| 3 | Kesikli rasgele vektörlere ilişkin örnekleme modellerini ve asimptotik yöntemleri öğrenir. |
| 4 | Yapısal modelleri kavrar. |
| 5 | Faktör analizini uygulayabilir. |
| 6 | Kanonik korelasyon analizini uygulayabilir |
| 7 | Çapraz tablolara ilişkin parametrelerin en çok olabilirlik tahmin edicilerini elde eder. |
| 8 | Uyum iyiliği testlerini yapabilir. |
| 9 | Diskriminant analizini uygulayabilir. |
| 10 | Kümeleme analizini uygulayabilir. |
| 11 | Kare tablolara ilişkin analizleri yapabilir. |
| 12 | Kesikli verilere ilişkin uygun modelleri oluşturur. |
| 13 | Uyuşma ve Birleşme ölçülerini öğrenir |
Öğrenim Türü
Dersin Ön Koşulu Olan Dersler
Yok
Ders İçin Önerilen Diğer Hususlar
Yok
Dersin İçeriği
Bazı çok değişkenli sürekli ve kesikli olasılık dağılımları, örnekleme modelleri, asimtotik yöntemler, yapısal modeller, tablolar için en çok olabilirlik kestirimleri, biçimsel uyum iyiliği, Markov modelleri, kare tablolar, model seçimi, uyuşma ve birleşme ölçüleri, göze olasılıklarının pseudo-Bayes kestirimi.
Haftalık Ayrıntılı Ders İçeriği
| Hafta | Teorik | Uygulama | Laboratuvar |
|---|---|---|---|
| 1 | Çok değişkemli doğrusal regresyon | ||
| 2 | Temel bileşenler analizi | ||
| 3 | Kesikli rastgele vektörlere ilişkin örnekleme modelleri | ||
| 4 | Yapısal model | ||
| 5 | Faktör analizi | ||
| 6 | Kanonik korelasyon | ||
| 7 | Çapraz tablolar | ||
| 8 | Ara Sınav | ||
| 9 | Uyum iyiliği testleri | ||
| 10 | Diskriminant analizi | ||
| 11 | Kümeleme analizi | ||
| 12 | Kere tablolara ilişkin analiz | ||
| 13 | Kesikli verilere ilişkin uygun modeller | ||
| 14 | Uyuşma ve birleşme ölçüleri | ||
| 15 | Göze olasılıklarının Pseudo-Bayes tahmini | ||
| 16 | Dönem Sonu Sınavı |
Ders Kitabı Malzemesi Önerilen Kaynaklar
Johnson, R. A. 1., ve Wichern, D. W. (2007). Applied multivariate statistical analysis (6th ed.). Upper Saddle River, N.J.: Pearson Prentice Hall.
Planlanan Öğrenme Aktiviteleri ve Metodları
Değerlendirme
| Yarıyıl (Yıl) İçi Etkinlikleri | Adet | Değer |
|---|---|---|
| Ara Sınav | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | Adet | Değer |
| Final Sınavı | 1 | 100 |
| Toplam | 100 | |
| Yarıyıl (Yıl) İçi Etkinlikleri | 40 | |
| Yarıyıl (Yıl) Sonu Etkinlikleri | 60 | |
Staj Durumu
Yok
İş Yükü Hesaplaması
| Etkinlikler | Sayısı | Süresi (saat) | Toplam İş Yükü (saat) |
|---|---|---|---|
| Ara Sınav | 1 | 3 | 3 |
| Final Sınavı | 1 | 3 | 3 |
| Derse Katılım | 14 | 3 | 42 |
| Ara Sınav İçin Bireysel Çalışma | 1 | 40 | 40 |
| Final Sınavı içiin Bireysel Çalışma | 1 | 40 | 40 |
| Toplam İş Yükü (saat) | 128 | ||
Program ve Öğrenme Çıktıları İlişkisi
| PÇ 1 | PÇ 2 | PÇ 3 | PÇ 4 | PÇ 5 | PÇ 6 | PÇ 7 | |
| ÖÇ 1 | 5 | 4 | 5 | 4 | 5 | 5 | 4 |
| ÖÇ 2 | 5 | 4 | 5 | 5 | 4 | 5 | 5 |
| ÖÇ 3 | 4 | 5 | 4 | 5 | 5 | 5 | 4 |
| ÖÇ 4 | 4 | 4 | 5 | 5 | 5 | 4 | 4 |
| ÖÇ 5 | 4 | 4 | 5 | 5 | 4 | 4 | 4 |
| ÖÇ 6 | 4 | 4 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 7 | 4 | 4 | 4 | 5 | 4 | 5 | 4 |
| ÖÇ 8 | 5 | 4 | 3 | 4 | 4 | 5 | 5 |
| ÖÇ 9 | 4 | 5 | 5 | 4 | 4 | 5 | 5 |
| ÖÇ 10 | 5 | 5 | 5 | 4 | 4 | 3 | 4 |
| ÖÇ 11 | 4 | 5 | 5 | 5 | 5 | 5 | 5 |
| ÖÇ 12 | 4 | 5 | 5 | 5 | 4 | 5 | 4 |
| ÖÇ 13 | 5 | 5 | 5 | 5 | 5 | 4 | 5 |
* Katkı Düzeyi : 1 Çok düşük 2 Düşük 3 Orta 4 Yüksek 5 Çok yüksek